Le lexique des jeunes des cités dans Kiffe kiffe demain : choix traductifs en arabe, espagnol et néerlandais
Notice bibliographique
Résumé
Dans la mesure où l’emploi de la langue des jeunes des cités est considéré comme un des traits stylistiques essentiels de la littérature de banlieue, l’étude de la traduction des romans beurs s’intéresse nécessairement à cette variété linguistique. Dans cette contribution, nous nous pencherons sur les éléments lexicaux propres à la langue des jeunes des cités dansKiffe kiffe demainde Faïza Guène en traductions arabe, néerlandaise et espagnole. Concrètement, nous examinons les stratégies appliquées par les traducteurs dans 62 passages où apparaissent 21 mots appartenant à la langue des jeunes des cités. Notre étude montre que même s’il y a une grande variété de stratégies appliquées pour les trois langues en question, la standardisation – remplacement par la langue formelle, neutre ou informelle – est la stratégie la plus représentée dans notre corpus. Étonnamment, l’équivalence sociolinguistique n’est pas un choix traductif fréquent. La non-traduction, relativement courante, se constate uniquement quand il s’agit de mots issus de la langue arabe. Les traducteurs espagnol et arabe ont peu recours aux ajouts, tandis qu’en néerlandais, cette stratégie est fréquemment employée. Enfin, nous avons pu dégager très peu de régularité en ce qui concerne les procédés linguistiques étudiés et les stratégies mises en place pour les traduire.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».